opencv2中值滤波

在OpenCV中，中值滤波是一种非线性滤波方式，用于减少图像中的噪声。与线性滤波方式不同，中值滤波不是通过加权求均值的方式计算滤波结果，而是用邻域内所有像素值的中间值来替代当前像素点的像素值。在OpenCV中，可以使用`cv.medianBlur()`函数来实现中值滤波。该函数的参数`ksize`表示滤波核的大小，需要注意的是，滤波核大小必须是比1大的奇数，比如3、5、7等。

下面是一个使用中值滤波的示例代码：

import cv2 as cv

def cv_show(name, img):
    cv.imshow(name, img)
    cv.waitKey(0)
    cv.destroyAllWindows()

# 添加椒盐噪声
def add_peppersalt_noise(image, n=10000):
    result = image.copy()
    # 测量图片的长和宽
    w, h = image.shape[:2]
    # 生成n个椒盐噪声
    for i in range(n):
        x = np.random.randint(1, w)
        y = np.random.randint(1, h)
        if np.random.randint(0, 2) == 0:
            result[x, y = 0
        else:
            result[x, y = 255
    return result

img = cv.imread('D:\\dlam.jpg')
if img is None:
    print('Failed to read the image')

# 添加椒盐噪声
img1 = add_peppersalt_noise(img)
cv_show('after', img1)

# 中值滤波，可对灰色图像和彩色图像使用
img2 = cv.medianBlur(img1, 3)
cv_show('after1', img2)

# ksize变大图像变模糊
img3 = cv.medianBlur(img1, 9)
cv_show('after2', img3)

这段代码首先读取一张图片，并使用`add_peppersalt_noise()`函数添加椒盐噪声。然后，分别使用`cv.medianBlur()`函数对添加了椒盐噪声的图像进行中值滤波处理。可以通过调整`ksize`的大小来观察滤波效果的变化。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [Opencv之图像滤波：5.中值滤波(cv2.medianBlur)](https://blog.csdn.net/qq_49478668/article/details/123485382)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]